啃书-机器学习实战

python knn算法和结果_Python KNN算法

机器学习新手，接触的是《机器学习实战》这本书，感觉书中描述简单易懂，但对于python语言不熟悉的我，也有很大的空间。今天学习的是k-近邻算法。
柳飞飞·2022-12-17 12:31

【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)

今天手把手带大家做一个机器学习实战项目：基于机器学习的心脏病预测研究。多的不说，少的不唠，下面开始今天的教程。  以下内容，完全是我根据参考资料和个人理解撰写出来的，不存在滥用原创的问题。
机器不学习我学习·2022-12-16 16:00

边玩边学！交互式可视化图解！快收藏这18个机器学习和数据科学网站！

作者：韩信子@ShowMeAI机器学习实战系列：https://www.showmeai.tech/tutorials/41深度学习实战系列：https://www.showmeai.tech/tutorials
ShowMeAI·2022-12-16 15:17

机器学习实战之集体智慧编程学习笔记(2):聚类

聚类的作用监督学习与无监督学习监督学习无监督学习数据源聚类分类分级聚类k-均值聚类对偏好的聚类二维聚类思维导图由于代码中都有很详细的注解所以没有做过多的解释有问题请留言或私信解决聚类的作用通过聚类,我们可以跟踪统计消费者信息,发现具有相似消费习惯的群体,并据此开发相应的产品或者市场策略监督学习与无监督学习监督学习利用样本输入和期望输出来学习如何预测的技术神经网络决策树向量支持机贝叶斯过滤无监督学习
冷鸢J·2022-12-16 12:36

【机器学习实战】朴素贝叶斯 python代码实现

朴素贝叶斯输入数据创造词汇表代码实现：#coding:UTF-8defloadDataSet():"""创建了一下实验样本:return:词条且分的文档集合，类别标签的集合，自动检测侮辱性的语言"""postingList=[['my','dog','has','flea',\'problem','help','please'],['maybe','not','take','him',\'to',
小胡的博客号Aoife艺馨·2022-12-16 09:34

机器学习实战 - 第4章 基于概率论的分类方法：朴素贝叶斯

一、基于贝叶斯决策理论的分类方法朴素贝叶斯的优点：在数据较少的情况下仍然有效，可以处理多类别问题。缺点：对于输入数据的准备方式较为敏感。使用数据类型：标称型数据(一般在有限的数据中取，而且只存在是和否两种不同的结果)。朴素贝叶斯是贝叶斯决策理论的一部分。贝叶斯决策理论：假设有一个数据集，它由两类数据组成，在判断具体数据属于哪个类别时，会选择高概率对应的类别。这就是贝叶斯决策理论的核心思想，即选择具
算法星球·2022-12-16 08:25

机器学习实战笔记--决策树

本文为《机器学习实战》学习笔记1.决策树简介决策树可以从数据集合汇总提取一系列的规则，创建规则的过程就是机器学习的过程。
Azoobie·2022-12-15 11:54

机器学习实战（1）——房价预测

文章目录一.对于文章涉及知识的学习（1）数据处理——数据标准化（2）欧式距离与马曼哈顿距离（3）多项式拟合二.对于文章的理解本文章的是基于另外一位博主文章的分析型文章，读者可先行阅读此文章再来看我的文章Python机器学习房价预测(斯坦福大学机器学习课程)机器学习的步骤简单的分为以下三步步骤①数据获取与处理步骤②选择与训练模型步骤③评估与显示一.对于文章涉及知识的学习（1）数据处理——数据标准化1
「已注销」·2022-12-14 22:17

深度解析数据清理和特征工程！5本面向数据科学家的顶级书籍推荐 ⛵

作者：韩信子@ShowMeAI数据分析实战系列：https://www.showmeai.tech/tutorials/40机器学习实战系列：https://www.showmeai.tech/tutorials
·2022-12-14 14:26

【Ubuntu机器学习实战】MMdetection训练自己的数据集并预测（使用mask_rcnn_r50_fpn_1x_coco完美走个流程)

1：使用JupyterNotebook并切换到Pytorch内核Ubuntu/Pytorch/MMdetection......等等可自行查找资料配置好，此处仅展示数据集方面所需要的库!pipinstallpycocotools-ihttps://pypi.tuna.tsinghua.edu.cn/simple!pipinstalllabelme-ihttps://pypi.tuna.tsingh
PeTJnG·2022-12-14 13:36

机器学习实战——K-means聚类图像分割

1K-Means聚类K-Means聚类是最常用的聚类算法，最初起源于信号处理，其目标是将数据点划分为K个类簇，找到每个簇的中心并使其度量最小化。该算法的最大优点是简单、便于理解，运算速度较快，缺点是只能应用于连续型数据，并且要在聚类前指定聚集的类簇数。下面是K-Means聚类算法的分析流程，步骤如下：第一步，确定K值，即将数据集聚集成K个类簇或小组。第二步，从数据集中随机选择K个数据点作为质心（C
chaung船长·2022-12-14 08:33

机器学习实战-泰坦尼克号生存预测案例

泰坦尼克号生存预测案例操作平台：JupyterNotebook实验数据：从官方下载的泰坦尼克号测试集与训练集使用语言：python实验步骤：安装我们所需要的第三方库，本次实验需要额外下载安装的第三方库有numpy，sklearn，pandas，pipline。这里首先我们看看这些标签代表着什么，PassengerId=>乘客IDPclass=>乘客等级(1/2/3等舱位)Name=>乘客姓名Sex
laonanhai0902·2022-12-14 08:21

机器学习实战演练 波士顿房价预测与模型评估

介绍数据集：本数据集共有506个样本，每个样本有13个特征及标签MEDV特征信息：CRIM城镇人均犯罪率ZN占地面积超过2.5万平方英尺的住宅用地比例INDUS城镇非零售业务地区的比例CHAS查尔斯河虚拟变量(=1如果土地在河边；否则是0)NOX一氧化氮浓度（每1000万份）RM平均每居民房数AGE在1940年之前建成的所有者占用单位的比例DIS与五个波士顿就业中心的加权距离RAD辐射状公路的可达
呆若木鸡～呆·2022-12-14 01:12

【机器学习实战】使用sklearn中的LinearRegression或SGDRegressor实现波士顿房价的回归预测

1.数据集——波士顿房价给定的这些特征，是专家们得出的影响房价的结果属性。我们此阶段不需要自己去探究特征是否有用，只需要使用这些特征。到后面量化很多特征需要我们自己去寻找2.实现2.1代码fromsklearn.datasetsimportload_bostonfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preproce
想做一只快乐的修狗·2022-12-14 01:42

scikit-learn简介

scikit-learn，简称sklearn，是机器学习常用的库，本文使用该库来实现《机器学习实战》中的算法。
法萌·2022-12-13 14:17

Python实现ALO蚁狮优化算法优化支持向量机分类模型(SVC算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2022-12-13 09:00

Python实现ALO蚁狮优化算法优化支持向量机回归模型(SVR算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2022-12-13 09:00

Python实现PSO粒子群优化卷积神经网络CNN分类模型项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取1.项目背景PSO是粒子群优化算法（ParticleSwarmOptimization
胖哥真不错·2022-12-13 09:50

机器学习实战教程（一）：K-近邻算法

一、简单k-近邻算法1、k-近邻法简介k近邻法(k-nearestneighbor,k-NN)是1967年由CoverT和HartP提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相
M_Q_T·2022-12-13 09:48

机器学习实战教程（二）：决策树基础篇

一、决策树决策树是什么？决策树(decisiontree)是一种基本的分类与回归方法。举个通俗易懂的例子，如下图所示的流程图就是一个决策树，长方形代表判断模块(decisionblock)，椭圆形成代表终止模块(terminatingblock)，表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作为分支(branch)，它可以达到另一个判断模块或者终止模块。我们还可以这样理解，分类决策树
M_Q_T·2022-12-13 09:48

机器学习实战教程（三）：决策树实战篇

一、前言上篇文章机器学习实战教程（二）：决策树基础篇之让我们从相亲说起机器学习实战教程（二）：决策树基础篇_M_Q_T的博客-CSDN博客机器学习实战教程（二）：决策树基础篇之让我们从相亲说起讲述了机器学习决策树的原理
M_Q_T·2022-12-13 09:08

Python实现PSO粒子群优化卷积神经网络CNN回归模型项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2022-12-13 06:55

机器学习实战（集成学习与随机森林）

集成学习与随机森林更新权重AdaboostAdaBoostClassifier(base_estimator=None,n_estimators=50,learning_rate=1.0,algorithm=’SAMME.R’,random_state=None)base_estimator:可选参数，默认为DecisionTreeClassifier。algorithm：可选参数，默认为SAMM
aka.炼金术士·2022-12-12 23:26

机器学习实战(4)：决策树&集成学习&随机森林

4.1训练和可视化决策树可以将决策树理解成一个判断二叉树我们继续用花的数据集，训练一个决策树。importnumpyasnpfromsklearn.datasetsimportload_irisfromsklearn.treeimportDecisionTreeClassifieriris=load_iris()X=iris["data"][:,2:]y=iris.targettree_clf=D
AELee_·2022-12-12 23:20

机器学习实战（四）：逻辑斯蒂回归

机器学习实战：逻辑斯蒂回归1、关于逻辑斯蒂回归1.1一般过程1.2优缺点1.3Sigmoid函数2、基于最优化方法的最佳回归系数确定2.1梯度上升法2.1.1主要思想2.1.2Logistic回归梯度上升优化算法
qq_45792429·2022-12-12 13:04

【机器学习实战（四）：逻辑回归】

文章目录一、前言二、Logistic回归与梯度上升算法1、Logistic回归2、梯度下降算法三、Python3实战1、数据准备2、训练算法3、绘制决策边界4、改进的随机梯度上升算法5、回归系数与迭代次数的关系我的个人网站：天风的人工智能小站一、前言本这会是激动人心的一章，因为我们将首次接触到最优化算法。仔细想想就会发现，其实我们日常生活中遇到过很多最优化问题，比如如何在最短时间内从A点到达B点？
Tian-Feng·2022-12-12 12:21

协方差矩阵的定义性质与python实现

最近写统计学习的作业，要用到降维方法，一股脑把机器学习实战上的代码敲上去就好了，要求中还要尝试其他降维方法，查了好多发现LDA可以，但是LDA要用到计算协方差矩阵，这玩意我之前就糊里糊涂的，协方差是变量之间的
king阿金·2022-12-12 10:10

边境的悍匪—机器学习实战：第十七章 使用自动编码器和GAN的表征学习和生成学习

第十七章使用自动编码器和GAN的表征学习和生成学习文章目录第十七章使用自动编码器和GAN的表征学习和生成学习前言一、主要内容1、有效的数据表征2、使用不完整的线性自动编码器执行PCA3、堆叠式自动编码器4、卷积自动编码器5、循环自动编码器6、去噪自动编码器7、稀疏自动编码器8、变分自动编码器9、生成式对抗网络二、课后练习三、总结前言我们在训练一个神经网络时，会遇到拥有一个很庞大的数据集，但是数据集
doubleZ7·2022-12-12 10:09

机器学习实战之Logistic回归（三）改进随机梯度上升

Logistic回归（三）改进随机梯度上升回归系数与迭代次数的关系转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/people/qiongjian0427Github：https://github.com/qiongjian/Machine-learning/运行
琼简·2022-12-12 01:07

《机器学习实战》第5章 随机梯度上升算法

#!/usr/bin/envpython#_*_coding:utf-8_*_#@Time:2018/4/97:56#@Author:niutianzhuang#@FileName:test_LogisticRegression_stochasticgradientascent.py#@Software:PyCharm#所采用的官方的数据集（共100个样本），包含了两个特征X1和X2,以及第0维特
mmmdotes·2022-12-12 01:36

安静到无声文件浏览器

目录Leetcode刷题FPGA基于Verilog的CNN实现Verilog刷题CSDN操作tensorflow学习matlab数字图像处理python-opencv模式识别与机器学习实战练习图像描述水下图像标注深度学习强化学习模型的压缩与加速
安静到无声·2022-12-12 00:12

机器学习实战读书笔记系列4——朴素贝叶斯

1.回顾贝叶斯决策理论的核心：选择具有最高概率的决策利用已知值来估计未知概率计算条件概率——贝叶斯准则使用条件概率进行分类，概率大，就分到该类（对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别）2.使用朴素贝叶斯进行文档分类朴素贝叶斯分类器假设：‘朴素’——特征之间相互独立（特征属性是条件独立的）（对于文本来说，一个单词的出现与其他单词无关）,降
简简丹·2022-12-11 23:16

【机器学习实战学习笔记】基于概率论的分类方法——朴素贝叶斯

朴素贝叶斯基本思想特点一般过程示例1基本思想朴素贝叶斯的基本思想就是选择高概率对应的类别，即如果有两类，若p1(x,y)>p2(x,y)，则分类类别为1若p1(x,y)
JYNjyn666·2022-12-11 23:44

新书推荐 | 机器学习实战：基于Sophon平台的机器学习理论与实践

新书推荐《机器学习实战：基于Sophon平台的机器学习理论与实践》点击上图了解及购买星环科技人工智能平台团队实战总结，机器学习的实战书籍，既能了解人工智能相关的算法原理，也能结合可落地的具体应用场景进行实战
hzbooks·2022-12-11 20:40

python opencv教程pdf_机器学习 使用OpenCV和Python进行智能图像处理.pdf

:69.00主题词:图像处理软件-程序设计-机器学习中图法分类号:TP181(工业技术->自动化技术、计算机技术->自动化基础理论->人工智能理论)内容提要:本书是一本基于OpenCV和Python的机器学习实战手册
weixin_39534978·2022-12-11 14:03

【啃书吧：深度学习与MindSpore实践】第一章

在MindSpore21天实战营结业答辩上，我夸下海口要做一个读《深度学习和MndSpore实践》的项目。立的Flag自己要吃下去，今天便推出第一篇。望着满纸的长长的数学公式、不明觉厉的专业术语，大段大段的代码，我一个小白真是头大如斗。那为什么还要炸着胆子跳到这么深的大坑里呢？主要有两个原因：1、坚定自己坚持下去决心。心中感念被人监督，行动上会克服惰性和恐惧。2、独学而无友，则孤陋而寡闻。知识到底
xi_xiyu·2022-12-11 09:31

scikit-learn决策树类库函数介绍

重要参数调参注意点二、训练和可视化决策树1.导入库2、训练决策树3、可视化决策树三、做出预测四、正则化超参数总结前言本文是参考了刘建平老师的关于scikit-learn对应决策树算法类库函数的介绍以及《机器学习实战
PhoenixPeng-gxu·2022-12-11 07:19

k邻近算法

正好今天写这篇Blog可以复习巩固，其中涉及到的code和一些内容来自《机器学习实战》。在此基础上加了一点自己的注释和理解。这本教程还是挺适合入门的，理论+代码相结合。
Z_y_forever·2022-12-10 19:48

机器学习实战11-训练深层神经网络

目录一、梯度消失/爆炸问题1.1、Xavier（Glorot）初始化（使用逻辑激活函数）：1.2、He初始化(ReLU激活函数及其变体，包括简称ELU激活）:1.3、非饱和激活函数leakyReLUELUSELU1.4、批量标准化使用TensorFlow实现批量标准化1.5、梯度裁剪二、复用预训练层2.1、复用TensorFlow模型只有复用的模型文件时：可以访问原始图形的Python代码2.2、
菜鸟知识搬运工·2022-12-10 08:41

机器学习的基础知识

机器学习实战开一个专题写一个机器学习的python实战练习，这个专题所有博文的知识都来自《机器学习实战：基于scikit-learn、keras和Tensorflow》机器学习的基础知识（已完成）端对端的机器学习项目
问题很多de流星·2022-12-10 01:16

机器学习实战：用efficientdet训练自己的数据集

前面介绍过在yolov5中训练自己的数据的数据集。EfficicentDet是google通过AutoML搞的单阶段目标检测模型，也是sota。所以本篇尝试用efficientdet进行训练。准备数据数据准备阶段与yolov5相同，参考上篇。尽量让数据准备阶段的代码和文件和复用。此阶段生成了train.txt，valid.txt，text.txt数据读入数据读入主要是为了把适合模型输入的数据提供给
YueTann·2022-12-09 19:16

Python小记：15.机器学习实战基础知识笔记

机器学习Python机器学习概述什么是机器学习为什么需要机器学习机器学习的问题机器学习的种类机器学习的一般过程机器学习的典型应用机器学习的基本问题数据预处理均值移除(标准化)范围缩放归一化二值化独热编码标签编码线性回归线性回归评估训练结果误差（metrics）模型的保存和加载岭回归多项式回归决策树基本算法原理工程优化集合算法正向激励自助聚合随机森林人工分类逻辑分类朴素贝叶斯分类数据集划分交叉验证混
人工智睿·2022-12-09 15:02

机器学习实战笔记（二）KNN算法

文章目录算法概念、基本思想和应用概念基本思想应用实例三个基本要素K的取值距离度量分类决策规则特征归一化很重要算法描述与优缺点参考博客算法概念、基本思想和应用概念官方概念：所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中。简单来说，根据待分类点的周围邻居来判断类别，邻居大多数属于哪一类，就将待
chenyonwu同学·2022-12-09 10:55

啃书 《利用python进行数据分析》第七章数据清洗与准备

啃书《利用python进行数据分析》第七章数据清洗与准备文章目录啃书《利用python进行数据分析》第七章数据清洗与准备7.1处理缺失值7.1.1过滤缺失值dropna()7.1.2补全缺失值fillna
真是喵啊·2022-12-08 23:20

python不好找工作怎么办信用卡_机器学习实战：Python信用卡欺诈检测

本文由机器之心编辑，“机器之心”专注生产人工智能专业性内容，适合开发者和从业者阅读参考。点击右上角即刻关注。对信用卡交易数据建立检测模型，使用Python库进行预处理与机器学习建模工作，代码通俗易懂。包括数据预处理与清洗，模型调参与评估等详细数据分析与建模流程。故事背景与Python环境故事背景：原始数据为个人交易记录，但是考虑数据本身的隐私性，已经对原始数据进行了类似PCA的处理，现在已经把特征
weixin_39611722·2022-12-08 23:18

机器学习-logistic回归训练数据集

类别：机器学习个人笔记参考书籍：《统计学习》、《机器学习实战》、周志华大佬的西瓜书相关数学公式推导见我上传的手写PDF任务：学习《机器学习实战》P78页及P79页程序清单5-1和5-2，完成以下问题：1
平凡的小何同学·2022-12-08 20:01

Python实现PSO粒子群优化循环神经网络LSTM回归模型项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2022-12-08 16:59

Python实现PSO粒子群优化循环神经网络LSTM分类模型项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2022-12-08 16:58

基于Python-Sklearn库的机器学习实战

理论帖很多，实战帖找起来实在不方便，自学整理了一些常用的机器学习算法和常用方法（网格，k折，插值，可视化等），仅供参考预处理；https://github.com/xushige/Machine-Learning--Sklearn/tree/main/Data_Preprocessfromsklearn.imputeimportSimpleImputerimportpandasaspd'''该文件
啊久丶·2022-12-08 12:16

【机器学习实战】使用SGD-随机梯度下降、随机森林对MNIST数据进行二分类（Jupyterbook）

1.数据集由美国高中生和人口调查局员工手写的70000个数字的图片。数据集获取#获取MNIST数据集fromsklearn.datasetsimportfetch_openmlmnist=fetch_openml('mnist_784',version=1,cache=True,as_frame=False)mnist查看X和Y找索引为36000的实例，并将其还原成数字（书中是还原成了5，但是我这
想做一只快乐的修狗·2022-12-08 11:27
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他